时间序列预测在MATLAB中使用深度学习
80(30天)
显示旧的评论
我只改变了数据集,该算法。令人惊讶的是,该算法不是工作好与我的数据集,并生成一条线作为预测如下:
我很困惑,我不能理解的原因。我可能需要调优参数的算法我不了解。我使用的代码是:
% %加载数据
% = chickenpox_dataset数据;
%数据=({}):数据;
数据= xlsread (“data.xlsx”);
data =数据”;
% %划分数据:训练和测试
地板numTimeStepsTrain =(0.7 *元素个数(数据);
XTrain =数据(1:numTimeStepsTrain);
YTrain =数据(2:numTimeStepsTrain + 1);
XTest =数据(numTimeStepsTrain + 1: end-1);
欧美=数据(numTimeStepsTrain + 2:结束);
% %标准化数据
μ=意味着(XTrain);
sig =性病(XTrain);
XTrain = (XTrain -μ)/团体;
YTrain = (YTrain -μ)/团体;
XTest = (XTest -μ)/团体;
% %定义LSTM网络
inputSize = 1;
numResponses = 1;
numHiddenUnits = 500;
层= […
sequenceInputLayer (inputSize)
lstmLayer (numHiddenUnits)
fullyConnectedLayer (numResponses)
regressionLayer];
% %培训选项
选择= trainingOptions (“亚当”,…
“MaxEpochs”,500,…
“GradientThreshold”,1…
“InitialLearnRate”,0.005,…
“LearnRateSchedule”,“分段”,…
“LearnRateDropPeriod”,125,…
“LearnRateDropFactor”,0.2,…
“详细”0,…
“阴谋”,“训练进步”);
% %的列车网络的
网= trainNetwork (XTrain、YTrain层,选择);
% %预测未来时间的步骤
网= predictAndUpdateState(净,XTrain);
[净,YPred] = predictAndUpdateState(净,YTrain(结束));
numTimeStepsTest =元素个数(XTest);
为我= 2:numTimeStepsTest
(净YPred(我)]= predictAndUpdateState(净,YPred(张));
结束
% % Unstandardize使用μ和团体的预测计算。
YPred =团体* YPred +μ;
% % RMSE和梅的计算
rmse =√意味着(YPred-YTest)。^ 2))
美=美(YPred-YTest)
% %阴谋的结果
图
情节(数据(1:numTimeStepsTrain))
持有在
idx = numTimeStepsTrain:(numTimeStepsTrain + numTimeStepsTest);
情节(idx (numTimeStepsTrain) YPred][数据,“。”)
持有从
包含(“月”)
ylabel (“案例”)
标题(“预测”)
传奇([“观察”“预测”])
% %比较测试数据的预测价值
图
次要情节(2,1,1)
情节(欧美)
持有在
情节(YPred“。”)
持有从
传奇([“观察”“预测”])
ylabel (“案例”)
标题(“预测”)
次要情节(2,1,2)
茎(YPred -欧美)
包含(“月”)
ylabel (“错误”)
标题(" RMSE = "+ rmse)
和数据。xlsx是:https://www.dropbox.com/s/vv1apug7iqlocu1/data.xlsx?dl=1
我真的很感激如果有任何帮助。
答案(6)
阿布Nejatian
2018年11月23日
这是我的代码,
这段代码使用预测时间序列数据的深度学习和肤浅的学习算法。
最好的希望
阿布nejatian
7评论
阿布Nejatian
2020年12月10日
亲爱的克里斯,
我已经更新了我的代码。
更新后的事情列出如下:
时间序列预测与简单的CNN网络补充道
时间序列预测与ResNet50补充道。
预测未来的数据添加到代码,以及一些小错误是固定的。
阿布Nejatian
2018年6月8日
亲爱的阿明我认为这可能是因为你的数据集的大小,我的意思是你应该使用一组或一个较小的网络。我也工作在时间序列预测外汇;我不同意这样的输入数据与目标数据延迟一步!
如果你有任何问题不要戟状的问我。
并致以良好的祝福
Nejatian